下面是一个示例代码，它演示了如何使用Pandas来按月份和日期计算所有年份的平均值：

import pandas as pd

# 创建一个示例数据集
data = {
    'date': ['2021-01-01', '2021-01-02', '2021-02-01', '2021-02-02', '2022-01-01', '2022-01-02', '2022-02-01', '2022-02-02'],
    'value': [1, 2, 3, 4, 5, 6, 7, 8]
}
df = pd.DataFrame(data)

# 将日期列转换为日期时间类型
df['date'] = pd.to_datetime(df['date'])

# 创建新列以存储年份和月份
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month

# 按年份和月份计算平均值
result = df.groupby(['year', 'month'])['value'].mean().reset_index()

print(result)

输出结果如下：

   year  month  value
0  2021      1    1.5
1  2021      2    3.5
2  2022      1    5.5
3  2022      2    7.5

以上代码首先使用Pandas的to_datetime函数将日期列转换为日期时间类型。然后，通过使用dt.year和dt.month属性，将年份和月份提取到新的列中。最后，使用groupby函数按年份和月份对数据进行分组，并使用mean函数计算每组的平均值。